OpenAI: GPT-5.5 vs Hunter Alpha

GPT-5.5 (low) 平均分领先，为 9.3 vs 4.7。 Hunter Alpha (medium) benchmark 成本更低，为 $0.000 vs $1.253。 GPT-5.5 (low) 更快，为 10.13s vs 10.33s，通过率为 86.4% vs 53.0%。

推荐模型GPT-5.5 (low)它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24	Hunter Alpha Hunter Alpha medium 发布日期: 2026-03-11

指标	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24	Hunter Alpha Hunter Alpha medium 发布日期: 2026-03-11
分数	9.3	4.7
排名	#9	#199
可靠性	10.0	不适用
一致性	10.0	6.0
测试正确
尝试通过率	86.4%	53.0%
不稳定测试	0	6
总运行次数	66	52
每个结果成本	6.594	0.000
总成本	$1.253	$0.000
输入价格	$5.000 / 1M	$0.000 / 1M
输出价格	$30.000 / 1M	$0.000 / 1M
总输入令牌	80,058	28,927
输出令牌	5,378	4,682
推理令牌	23,040	17,969
响应时间（平均）	10.13s	10.33s
响应时间（最大）	56.19s	30.53s
响应时间（总计）	222.82s	175.58s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#9 GPT-5.5

low

成本: $0.068
时间: 37.0s
令牌: 2,339 tok

#199 Hunter Alpha

medium

Hunter Alpha was a stealth model revealed on March 18th as an early testing version of MiMo-V2-Pro. Find it here: https://openrouter.ai/xiaomi/mimo-v2-pro

成本: $0.000
时间: 0.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Hunter Alpha	7.3	5.8	83.3%	2		4.75s	621	479	1,103

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Hunter Alpha	9.8	3.3	0.0%	0		0ms	0	0	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297
Hunter Alpha	2.3	8.0	33.3%	1		30.53s	10,040	792	3,456

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Hunter Alpha	10.0	10.0	100.0%	0		23.16s	7,746	1,488	8,017

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Hunter Alpha	3.0	10.0	0.0%	0		10.52s	476	892	2,406

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Hunter Alpha	7.0	3.7	66.7%	1		6.44s	492	116	260

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Hunter Alpha	9.9	10.0	100.0%	0		4.18s	672	208	465

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Hunter Alpha	6.1	4.7	66.7%	2		5.35s	660	399	1,358

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Hunter Alpha	10.0	10.0	100.0%	0		17.33s	8,220	308	904

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Hunter Alpha	0.0	0.0	0.0%	0		0ms	0	0	0

快速对比

切换对比组合

Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 5highvsGPT-5.5low Claude Opus 5mediumvsGPT-5.5low GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3.6 FlashhighvsGPT-5.5low GPT-5.5lowvsGrok 4.5high Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.6 FlashmediumvsGPT-5.5low Claude Opus 4.7mediumvsGPT-5.5low